国内刊号:43-1258/TP
国际刊号:1007-130X
发布日期:
作者:王静, 马慧芳, 张梦媛
单位:(1.西北师范大学计算机科学与工程学院,甘肃 兰州 730070;2.桂林电子科技大学广西可信软件重点实验室,广西 桂林 541004)
关键词:智慧教育,知识追踪,序列建模,注意力机制,
基金:国家自然科学基金(62441701,62567007);甘肃省产业支撑项目(2022CYZC11);广西可信软件重点实验室项目(1x202302)
知识追踪(KT)旨在根据学习者的历史学习记录动态建模他们不断变化的知识状态,在在线教育系统中发挥着重要作用。多数现有的KT方法将知识状态视为学习者从完成前一道习题到完成下一道习题的知识点掌握程度的转换模式,并将学习者的学习记录视为连续且均匀分布的数据。然而,现实中的学习记录被认为可以划分为不同的较短的会话。据此,提出了一种名为基于知识点会话感知的知识追踪方法KSMKT,旨在以更精细的粒度捕捉学习者知识状态的变化。具体而言,首先从知识点角度将学习者的历史学习记录划分为较短的会话。随后,提出了一个细粒度知识状态建模模块,该模块能够建模会话内和会话间的细粒度交互依赖性和知识状态变化。此外,还引入了一个全局知识熟练度建模模块,从整体的角度建模学习者的知识状态。在3个真实世界数据集上的大量实验结果表明,KSMKT优于大多数当前的基线方法,从而证明了KSMKT的有效性。
来源:2026年第1期
《计算机工程与科学》期刊编辑部